Spacethinker Qwen2.5VL 3B I1 GGUF
SpaceThinker-Qwen2.5VL-3B は、空間推論と視覚的質問応答タスクに特化したマルチモーダル視覚言語モデルです。
ダウンロード数 593
リリース時間 : 4/18/2025
モデル概要
このモデルはQwen2.5VLアーキテクチャを基にしており、空間推論、距離推定、視覚的質問応答などのタスク向けに設計されており、ロボティクスや具現化人工知能分野に適しています。
モデル特徴
マルチモーダル能力
視覚と言語入力を同時に処理し、クロスモーダル理解を実現
空間推論
距離推定などのタスクを含む、特別に最適化された定量的空間推論能力
効率的な量子化
様々なハードウェア条件に対応するため、複数の量子化バージョンを提供
推論時計算
複雑な計算や思考を推論プロセス中にサポート
モデル能力
視覚的質問応答
空間推論
距離推定
マルチモーダル理解
画像分析
テキスト生成
使用事例
ロボティクス
環境空間理解
ロボットが周囲環境の空間関係を理解するのを支援
ナビゲーションと物体操作の精度向上
教育
視覚的質問応答システム
画像内容に関する複雑な質問に回答
インタラクティブな学習体験の強化
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98